电能质量扰动数据对电网是一种十分有用的信息。一般情况下，不同的电能质量扰动波形反映着电网故障或倒闸操作，因此这些数据可用于检测电网扰动类型。例如，负荷投切造成的暂态振荡、电力电子装置换相造成的电压切口、短路故障造成的电压暂降或中断、雷击线路造成的瞬时脉冲等。此外，电能质量扰动波形还可用来对配电网的扰动进行定位。

但是随着电网规模的日益扩大，电能质量扰动事件也越来越多。若某个区域的电网监测装置较多，则其对通信带宽的需求会非常高。因此，对电能质量扰动数据的高效压缩算法的需求也更加迫切。

对于电能质量扰动信号压缩问题，压缩比和重构误差是一对互相矛盾的指标。传统的压缩算法难以同时满足高压缩比和低重构误差的要求。为了同时提高压缩比和减小重构误差，强电磁工程与新技术国家重点实验室（华中科技大学）的肖贤贵、李开成等，提出了一种基于稀疏分解、哈夫曼编码和行程编码的混合压缩算法。

图1 电能质量扰动信号的编码与重构流程

他们首先使用基于联合字典的稀疏分解算法，将电能质量扰动信号中的暂态分量和稳态分量进行分离；其次，对暂态分量使用小波分析、哈夫曼编码、行程编码算法进行编码压缩，对稳态分量，即基波和谐波分量，则保留其大于设定阈值的部分，进而完成对信号的压缩。

图2 动态模拟系统示意图

研究者指出，仿真信号和实测信号的实验结果表明，该算法不受采样频率变化的干扰，具有较强的抗噪性能，是一种高效的电能质量扰动信号压缩算法。

本工作成果发表在2023年第23期《电工技术学报》，论文标题为“基于稀疏分解和复合熵编码的电能质量扰动数据高效压缩算法”。